冷启动的风控模型怎么做

先说下冷启动，冷启动的粗暴的意思就是公司有个新产品上线，这时候没有数据累计，那么需要做规则或者模型需要怎么办，这是一个很棘手的问题，但却是在风控数据过程中真真切切需要面对的，这篇文章就总结了在群里以及我自己的一些对于冷启动风控准则的策略。

可能有想的不全面的地方，所以如果有什么错误，麻烦留言区留言，这些都是自己总结的思路，如果你有不同的思路，欢迎留言。

那么冷启动我总结可以有以下几种策略：

1.借助现有的相同模式的产品

这里的借助相似或者相同模式的产品，不仅是产品额度，也可以是渠道，例如现在你们公司有一个工薪贷，然后想再来一个白领贷，可能部门提交的申请资料有所差别，但是渠道差多，额度差不多，人群的特征也差不多，那么可以先用之前的工薪贷的规则以及模型适当的做小小的调整，然后用到你们的新产品白领贷上。这种情况可以遇到的几率比较低，毕竟公司也不会让产品重复率太高

2.规则+专家评分卡（重在找出坏客户）

早期没有数据，所以规则还有模型就需要有经验的人，凭经（感）验（觉）制定一些以前产品中的一些硬性规则，以及市面上第三方数据产品的规则，以及根据客户提供的申请资料，还有第三方公司提供的其他数据做一些规则以及专家评分卡。

3.第三方提供数据

可以你们公司自己给第三方产品的定位，产品的渠道，去第三方中去找一些类似的客户数据，建模之后，暂时作为你们的风控模型，为什么说是暂时呢，因为这种数据是近似的，所以终究跟你本来的数据是有差距的，在后续种，要不断的迭代出稳定的模型。

4.无监督模型

这种情况使用于，有了一定的数据，但是客户的表现期还没有展示出来，粗暴一点讲就是还没有坏客户，所以这时候无监督模型识别出个别劣质的客户，当然这种无监督使用到的变量需要跟客户逾期的相关性比较强，我又要说了，比如多头数据。

5.无监督模型+评分卡

这种情况基于还是第四点那种情况，产品上线一段时间，但是由于前期放款比较保守，所以在现阶段的数据的坏样本还没有很多（坏样本并非逾期一天这种），但是你又很想做个模型，那么这时候你可以用无监督模型，模型找出一些坏样本，你利用这些模型做出来的坏样本做一个临时的模型。这种在准确度肯定是没那么准，只是可以作为你初版的模型，后面慢慢完善。

6.识别好客户

这个方法，我不知道有木有公司在用，是我偶尔在看书的时候想到的一个思路，为什么风控一直都在找坏客户，而不是去找好客户，风控中，一个坏客户带来的损失远比一个好客户带来的盈利要多得多。所以在风控规则以及模型的部署中一直都是在拒绝坏客户，打个比方，多头10次以上就是坏客户，但是没有说多头10以下就是好客户，那么如果在前期保守放款的时候，设置一些好客户的门槛，例如没有多头，月收入20k以上之类的规则，达到了就放款，这种方法，可能市场运营那边会跟你翻下小脸，所以这是建议！！建议！！建议！！

来源|屁屁的sas数据分析

更多精彩，戳这里：